Loading...

عملکرد

WebSocket چیست؟ handshake ارتقا، پروکسی‌ها و timeoutها

HTTP بر پایهٔ یک پرسش و یک پاسخ ساخته شده است: مرورگر می‌پرسد، سرور پاسخ می‌دهد و تبادل تمام می‌شود. WebSocket یک درخواست HTTP را به اتصالی تبدیل می‌کند که باز می‌ماند، پس هر دو طرف همین که پیامی داشتند می‌توانند آن را بفرستند. این راهنما handshake را توضیح می‌دهد، اینکه WebSocket کی ابزار درست است، چرا اتصال‌ها پشت پروکسی‌ها قطع می‌شوند و چطور WebSocket را از یک CDN عبور دهید.

9 دقیقه مطالعه متوسط به‌روزرسانی

WebSocket چیست؟ handshake ارتقا، پروکسی‌ها و timeoutها

چرا HTTP ساده کافی نیست

HTTP کلاسیک درخواست و پاسخ است. کلاینت می‌پرسد، سرور پاسخ می‌دهد و سرور تا وقتی از او نپرسند نمی‌تواند دوباره حرف بزند. برای صفحه‌ای که با کلیک کاربر عوض می‌شود این مشکلی ندارد. اما برای یک پنجرهٔ چت، یک تابلوی قیمت یا یک بازی، سرور خبری دارد که کلاینت نپرسیده است.

راهکارهای جایگزین اسم دارند. Polling هر چند ثانیه می‌پرسد چیزی عوض شده یا نه؛ بیشتر پاسخ‌ها «نه» است و هر کدام یک درخواست کامل خرج دارد. Long polling یک درخواست را باز نگه می‌دارد تا سرور حرفی برای گفتن داشته باشد، بعد از نو شروع می‌کند. هر دو کار می‌کنند، و هر دو برای اینکه درخواست و پاسخ را به چیزی که برای آن طراحی نشده‌اند تبدیل کنند، تأخیر و سربار اضافه می‌کنند.

WebSocket (RFC 6455) این مشکل را در خود پروتکل حل می‌کند: یک اتصال که یک بار باز می‌شود و کلاینت و سرور روی آن هر وقت بخواهند و در هر دو جهت پیام می‌فرستند، با چند بایت چارچوب‌بندی برای هر پیام.

handshake ارتقا

یک WebSocket زندگی‌اش را به‌صورت HTTP شروع می‌کند. مرورگر یک درخواست GET با Upgrade: websocket و Connection: Upgrade، یک Sec-WebSocket-Key تصادفی و نسخهٔ پروتکل می‌فرستد. سروری که موافق باشد با 101 Switching Protocols و یک مقدار Sec-WebSocket-Accept که از کلید محاسبه شده پاسخ می‌دهد، و این ثابت می‌کند درخواست را فهمیده و فقط یک پاسخ کش‌شده را دوباره پخش نکرده است.

پس از 101، کار HTTP روی آن اتصال تمام است. همان اتصال TCP و TLS حالا فریم‌های WebSocket را حمل می‌کند: پیام‌های متنی یا باینری، به‌علاوهٔ فریم‌های کنترلی کوچکی به نام ping، pong و close. طرح URL برابر ws:// است، یا wss:// روی TLS. در یک سایت عمومی همیشه از wss:// استفاده کنید: مثل HTTPS روی پورت 443 اجرا می‌شود و از شبکه‌هایی که هر چیز غیرعادی را مسدود می‌کنند عبور می‌کند.

این شکل HTTP/1.1 است. HTTP/2 و HTTP/3 راه خودشان را برای حمل WebSocket دارند (RFC 8441 و RFC 9220)، اما ارتقای HTTP/1.1 همچنان چیزی است که بیشتر سرورها و پروکسی‌ها به سمت برنامه با آن صحبت می‌کنند.

handshake: درخواست و پاسخ

GET /chat HTTP/1.1
Host: app.example.com
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Key: dGhlIHNhbXBsZSBub25jZQ==
Sec-WebSocket-Version: 13

HTTP/1.1 101 Switching Protocols
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Accept: s3pPLMBiTxaQ9kYGzzhZRbK+xOo=

کی از WebSocket استفاده کنیم و کی نه

موارد مناسب. ویجت‌های چت و پشتیبانی، داشبوردهای زنده و صفحه‌های معاملاتی، بازی‌های چندنفره، ویرایشگرهای مشارکتی، presence («چه کسی آنلاین است») و هر برنامه‌ای که سرور رویداد push می‌کند و کلاینت سریع پاسخ می‌دهد.

Server-Sent Events (SSE) وقتی فقط سرور حرف می‌زند انتخاب ساده‌تری است: فیدهای خبری، لاگ‌های build، نوارهای پیشرفت، اعلان‌ها. SSE همان HTTP ساده است با پاسخی که به stream شدن ادامه می‌دهد، خودش دوباره وصل می‌شود و از هر جا که HTTP عبور کند عبور می‌کند.

HTTP ساده برای هر چیزی که درخواست و پاسخ است همچنان درست است: صفحه‌ها، APIها، دانلود فایل. این‌ها را می‌توان کش کرد؛ یک پیام WebSocket را نمی‌توان. یک طراحی سالم از هر دو استفاده می‌کند: HTTP برای بارگذاری داده و asset، یک WebSocket برای به‌روزرسانی‌های زنده.

چرا اتصال‌های WebSocket پشت پروکسی‌ها قطع می‌شوند

یک WebSocket از هر گامی بین مرورگر و برنامهٔ شما عبور می‌کند: پروکسی‌های سازمانی، load balancerها، یک CDN، nginx جلوی برنامه. هر کدام باید دو چیز را درست انجام دهند.

ارتقا را عبور دهند. Upgrade و Connection سرآیندهای hop-by-hop هستند: پروکسی آن‌ها را فوروارد نمی‌کند مگر به آن گفته شود. اگر یک گام آن‌ها را حذف کند، برنامهٔ شما یک GET معمولی دریافت می‌کند و با 400 یا 404 پاسخ می‌دهد، و مرورگر گزارش می‌دهد که handshake شکست خورد.

زمان بیکاری را مجاز کنند. پروکسی‌ها اتصال‌هایی را که مدتی هیچ اتفاقی روی آن‌ها نیفتاده می‌بندند. یک WebSocket می‌تواند بین پیام‌ها چند دقیقه ساکت باشد، پس محدودیت بیکاری‌ای که برای HTTP در نظر گرفته شده آن را می‌بندد. در nginx این محدودیت proxy_read_timeout است، به‌طور پیش‌فرض 60 ثانیه: اگر backend 60 ثانیه چیزی نفرستد، nginx اتصال را می‌بندد و مرورگر کد close برابر 1006 را می‌بیند.

راه‌حل دو نیمه دارد. محدودیت بیکاری را روی گام‌هایی که ترافیک WebSocket را حمل می‌کنند بالا ببرید، و برنامه را وادار کنید ping یا یک پیام heartbeat کوچک را بیش از کوتاه‌ترین محدودیت بیکاری مسیر بفرستد؛ هر 20 تا 30 ثانیه رایج است. تا وقتی داده جریان دارد، اتصال باز می‌ماند.

nginx جلوی یک برنامهٔ WebSocket

اگر nginx به برنامهٔ شما پروکسی می‌کند، location مربوط به WebSocket به HTTP/1.1 به سمت backend، دو سرآیند ارتقا و timeoutهایی بلندتر از فاصلهٔ heartbeat شما نیاز دارد. map برای درخواست‌های WebSocket مقدار Connection: upgrade را می‌فرستد و درخواست‌های معمولی را عادی می‌بندد، پس یک location برای هر دو کافی است.

proxy_read_timeout مدتی است که nginx منتظر می‌ماند backend چیزی بفرستد؛ proxy_send_timeout مدتی است که هنگام ارسال به backend منتظر می‌ماند. هیچ‌کدام طول کل یک اتصال را محدود نمی‌کنند: سوکتی که هر 30 ثانیه یک پیام حمل می‌کند می‌تواند روزها باز بماند.

nginx: اتصال‌های WebSocket را به برنامه‌ای روی پورت 3000 پروکسی کنید

# http {} level
map $http_upgrade $connection_upgrade {
    default upgrade;
    ''      close;
}

server {
    # ...
    location /ws/ {
        proxy_pass http://127.0.0.1:3000;
        proxy_http_version 1.1;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection $connection_upgrade;
        proxy_set_header Host $host;

        # longer than the app's ping interval
        proxy_read_timeout 300s;
        proxy_send_timeout 300s;
    }
}

WebSocket در cdn.com.tr

در cdn.com.tr، WebSocket تنظیمی از هر قانون تحویل است. برای مسیری که برنامهٔ شما برای WebSocket استفاده می‌کند، مثل /ws/ یا /socket.io/، یک قانون بسازید و اجازهٔ اتصال‌های WebSocket را روشن کنید. edge handshake بازدیدکننده را به مبدأ شما می‌رساند، و وقتی مبدأ شما 101 پاسخ بدهد، اتصال بین آن‌ها تا وقتی داده جریان دارد باز می‌ماند. پاسخ‌های آن مسیر کش نمی‌شوند، که دقیقاً همان چیزی است که یک اتصال زنده لازم دارد.

همین قانون دو timeout دارد، هر کدام از 1 تا 3,600 ثانیه: مدتی که edge منتظر می‌ماند مبدأ شما چیزی بفرستد، و مدتی که هنگام ارسال به مبدأ شما منتظر می‌ماند. پیش‌فرض 60 ثانیه است. روی دامنهٔ برنامه‌های Managed Container شما، WebSocket به‌طور پیش‌فرض روشن است و هر دو timeout برابر 300 ثانیه‌اند، مگر اینکه قانون مقدارهای دیگری بگذارد. timeout خواندن را بالاتر از فاصلهٔ ping برنامهٔ خود بگذارید تا سوکت‌های بیکار باز بمانند.

برای WebSocket قانون جداگانه بسازید. بقیهٔ سایت کش، بهینه‌سازی تصویر و فشرده‌سازی خود را نگه می‌دارد، و مسیر WebSocket اتصالی می‌گیرد که مستقیم به مبدأ شما عبور داده می‌شود. راهنمای اتصال به مبدأ فیلدها را نشان می‌دهد؛ همین timeoutها به درخواست‌های HTTP طولانی‌مدت هم کمک می‌کنند که در غیر این صورت با 504 Gateway Timeout تمام می‌شوند.

کلاینت‌ها را متصل نگه دارید

حتی با درست بودن همهٔ timeoutها، اتصال‌ها تمام می‌شوند: یک گوشی شبکه را عوض می‌کند، یک لپ‌تاپ به خواب می‌رود، نسخهٔ جدیدی از برنامهٔ شما deploy می‌شود. بستن سوکت را یک رویداد عادی بدانید و برایش طراحی کنید.

خودکار دوباره وصل شوید، با تأخیری که بعد از هر تلاش ناموفق بیشتر می‌شود (مثلاً 1، 2، 4 و 8 ثانیه، تا یک سقف) به‌علاوهٔ کمی تصادفی بودن، تا هزاران کلاینت همگی در یک ثانیه دوباره وصل نشوند.

ادامه بدهید، از نو شروع نکنید. هنگام اتصال دوباره شناسهٔ آخرین پیام یا یک timestamp بفرستید، تا سرور بتواند آنچه کلاینت از دست داده را دوباره ارسال کند.

heartbeat بفرستید از سرور، یا از کلاینت اگر کتابخانهٔ شما این کار را نمی‌کند، و نبودن pong را اتصال مرده بدانید.

Socket.IO و بسیاری از کتابخانه‌های کلاینت WebSocket بیشتر این‌ها را برای شما انجام می‌دهند؛ بررسی کنید که روشن باشد.

جایی که WebSocket می‌درخشد

چت و پشتیبانی

پیام‌ها و نشانگرهای در حال تایپ همان لحظه‌ای که فرستاده می‌شوند می‌رسند، بدون یک درخواست در هر چند ثانیه.

داشبوردهای زنده

قیمت‌ها، سفارش‌ها و متریک‌ها همان‌طور که تغییر می‌کنند روی صفحه push می‌شوند.

بازی و همکاری

حرکت‌ها، نشانگرها و ویرایش‌ها با کمترین تأخیر بین بازیکنان یا ویرایشگران به اشتراک گذاشته می‌شود.

نحوه راه‌اندازی

راهنماهای گام‌به‌گام در مرکز راهنما:

پرسش‌های پرتکرار دربارهٔ WebSocket

آیا WebSocket از HTTP سریع‌تر است؟

برای پیام‌های کوچک و پرتکرار، بله: پس از handshake هر پیام به‌جای یک مجموعهٔ کامل سرآیند HTTP چند بایت چارچوب‌بندی دارد و سرور می‌تواند بدون انتظار برای یک درخواست بفرستد. برای صفحه‌ها، فایل‌ها و پاسخ‌های API، HTTP ابزار بهتری است و قابل کش شدن است.

تفاوت ws:// و wss:// چیست؟

wss:// همان WebSocket روی TLS است، همان‌طور که https:// همان HTTP روی TLS است. رمزنگاری شده است و بسیار مطمئن‌تر از پروکسی‌ها و فایروال‌ها عبور می‌کند. در هر سایت عمومی از wss:// استفاده کنید.

چرا WebSocket من دقیقاً بعد از 60 ثانیه بسته می‌شود؟

یک پروکسی در مسیر اتصال‌هایی را که 60 ثانیه بیکار بمانند می‌بندد، که پیش‌فرض nginx برای proxy_read_timeout است. timeout را روی آن گام بالا ببرید و برنامه را وادار کنید هر 20 تا 30 ثانیه یک ping بفرستد.

آیا اتصال‌های WebSocket از طریق CDN کار می‌کنند؟

بله، وقتی CDN ارتقا را عبور بدهد. در cdn.com.tr WebSocket را در قانون تحویل آن مسیر روشن می‌کنید؛ سپس اتصال به مبدأ شما می‌رسد و تا وقتی داده جریان دارد باز می‌ماند.

آیا پیام‌های WebSocket قابل کش شدن هستند؟

خیر. پیام‌ها به یک اتصال زنده تعلق دارند. سمت HTTP برنامهٔ خود، یعنی صفحه‌ها، assetها و پاسخ‌های API را کش کنید و مسیر WebSocket را روی قانون جداگانهٔ خودش نگه دارید.

یک اتصال WebSocket تا چه مدت می‌تواند باز بماند؟

در cdn.com.tr محدودیتی برای طول کل نیست: تا وقتی داده جریان دارد، اتصال باز می‌ماند. چیزی که برای هر قانون تنظیم می‌کنید، تا 3,600 ثانیه، مدتی است که اجازه دارد بیکار بماند.